TENDENCIAS


Automatización Inteligente

La automatización inteligente es el uso inteligente de múltiples herramientas. Puede abarcar no solo RPA (Robotic Process Automation), sino también los habilitadores digitales y de IA, los conceptos de human-in-the-loop y "Big IA".

Francisco Escudero

Socio de Consultoría

EY Perú

francisco.escudero@pe.ey.com

Desde hace algún tiempo, las compañías de servicios financieros han sido las primeras en acoger la automatización. Sin embargo, las tecnologías utilizadas en la actualidad por la gran mayoría de estas organizaciones parecen estar siendo aprovechadas por debajo de su capacidad potencial, debido a que no se actualiza su uso con las oportunidades que las nuevas tecnologías ofrecen. Nos referimos específicamente a la automatización robótica de procesos (RPA, por sus siglas en inglés), con potencial para todos sectores‒, así como a la inteligencia artificial (IA), cuyo aprovechamiento actual se encuentra aún en una fase inicial.


La inteligencia artificial puede mejorar los ingresos, la eficiencia y la gestión de riesgos de las organizaciones, pero no se trata de sustituir la RPA por la IA. Por el contrario, la IA puede aumentar significativamente el valor de las herramientas RPA y viceversa. De hecho, la RPA puede considerarse como una base sólida y con escala empresarial sobre la cual se puede construir o adaptar la IA.


Hoy la tendencia apunta a la “automatización inteligente”, es decir, al uso inteligente de la variedad de herramientas y enfoques de automatización, con la inclusión del aporte humano. Los cierto es que la automatización inteligente puede generar una gran cantidad de beneficios en diferentes procesos, desde el procesamiento de los correos hasta la gestión de riesgos de créditos, el product pricing y la detección de fraude. Pero también implica desafíos importantes que deben ser superados.

Conceptos erróneos
sobre RPA e IA

(1) RPA es "tecnología antigua" e IA la está reemplazando.

Hoy en día, RPA y IA son principalmente tecnologías separadas pero complementarias. Algunos sectores empresariales ya han alcanzado cierta madurez en automatización con RPA, pero para otros es una tecnología nueva.

(2) RPA e IA son tecnologías similares en términos de costo, complejidad y habilidades.

La IA es en gran medida un conjunto de tecnologías basadas en TI / ciencia de datos, mientras que con RPA se tiene un orden de magnitud más simple y basado en las habilidades empresariales. La RPA es relativamente poco costosa y relativamente rápida de implementar, mientras que la IA requiere un periodo de aprendizaje por parte de la misma herramienta para poder obtener los resultados esperados.

(3) Todo puede ser automatizado por la IA.

Si bien la inteligencia artificial es transformadora lo que permite una mayor escala de automatización, hoy en día el costo y el riesgo pueden hacerla poco aplicable para muchos procesos. La clave está en elegir los procesos más adecuados donde la IA brinda mayores beneficios.

Mejorando lo existente

En los últimos años, a nivel global, se ha experimentado una explosión en la demanda por la RPA en las compañías. Inclusive localmente, empresas de diversos sectores están optando por la automatización robótica como un primer paso dentro de su estrategia de transformación digital. No obstante, la RPA tal como la conocemos tiene limitaciones clave cuando es usada de forma aislada. Por mencionar algunas de ellas, está el hecho de que solo puede procesar información en formato digital; por ejemplo, sistemas, hojas de cálculo, web; y solo puede realizar tomas de decisiones definidas, como aquellas basadas en arboles de decisiones, o más complejas cuando están basadas en reglas. Si se consideran en conjunto, estas limitaciones significan que, aunque muy potente, la RPA sólo puede ser usada para ciertos procesos, y mayoritariamente subprocesos. Consecuentemente, limita la automatización de procesos end-to-end.


Para superar esas restricciones, la RPA tradicional está siendo ahora utilizada conjuntamente con la inteligencia artificial y otras herramientas de automatización digital, como optical character recognition (OCR), formularios digitales, workflow, chatbots y machine learning. Esto crea un potencial para la transformación de los procesos end-to-end a través de cualquier proceso e independientemente de los entornos de sistemas heredados.

Como sabemos, la IA se refiere al desarrollo de sistemas de computación capaces de llevar a cabo tareas que requieren normalmente inteligencia humana, donde el juicio es aplicado más allá de simples árboles de decisión, como la percepción visual, los diálogos de chat y mensajería, la lectura de correos, el reconocimiento del habla, la toma de decisiones y la traducción de idiomas.


Entendida y utilizada correctamente, la IA puede transformar hoy las operaciones de los negocios. La clave, sin embargo, está en entender el potencial de la inteligencia artificial en su organización y cuales serían los casos de uso, ya que aún es una tecnología que es confusa, incluso para las organizaciones con experiencia en RPA. Por ejemplo, alrededor del 5% de las compañías se considera a sí misma como madura en el uso de inteligencia artificial, mientras que el 15% se considera madura en RPA.

La clave del éxito para una automatización inteligente está en saber identificar cuándo y cómo combinar RPA e IA, y otras herramientas. Hay que tener en cuenta que, a pesar de los beneficios que genera la incorporación de inteligencia artificial en los procesos de automatización, hoy el costo y riesgo de ésta no justifican todos los procesos.

En este punto, es necesario darse cuenta de que la promesa de la automatización inteligente radica en encontrar el equilibrio adecuado entre RPA, IA, herramientas digitales y personas para maximizar el ROI, al tiempo que se minimizan la complejidad y el riesgo.

La automatización inteligente


Hoy la automatización inteligente puede abarcar no sólo RPA, sino también facilitadores digitales y de inteligencia artificial, y los conceptos de machine learning y Big IA. Pero también significa buscar alternativas a la automatización y decidir qué es lo mejor en base a una amplia gama de potenciales beneficios, y no solo costos. Además, implica entender si es que hay mejores opciones de entrega, como LEAN, Six Sigma o cambios en el sistema; identificar la gama completa de beneficios (por ejemplo, nuevos ingresos, mejor cumplimiento, fraude reducido, mejor experiencia de cliente); comprender las opciones de uso para la RPA, los costos, el riesgo e impacto en el ROI de un uso digital o de IA.


En EY identificamos tres tipos de automatización. En primer lugar está la RPA, que es una fuerza laboral virtual que automatiza tareas altamente repetitivas, basándose en procesos definidos y toma de decisiones. En segundo lugar tenemos a la RPA +, que viene a ser RPA combinado con habilidades cognitivas; por ejemplo, RPA combinado con machine learning para mejorar la productividad de la RPA ‒cabe destacar que la RPA+ puede reducir en 50% el tiempo utilizado por un empleado para llevar a cabo un proceso.


Por último, existe el Big IA, que proporciona a las computadoras la habilidad de aprender y predecir, a tomar decisiones, así como la habilidad de imitar las interacciones humanas; por ejemplo, predecir o recomendar, asistentes virtuales; puede utilizar analítica avanzada y big data, motores de decisión, aprendizaje automático o profundos algoritmos de aprendizaje para ciertos procesos.

Tipos de automatización


RPA: Una fuerza de trabajo virtual que automatiza tareas altamente repetitivas.


RPA+: RPA combinado con capacidad adicional cognitiva (ej. Chabots integrados con RPA).


Big IA: Brinda a las computadoras la capacidad de aprender y predecir, de tomar decisiones, así como la capacidad de imitar las interacciones humanas.


El ROI y la automatización


Encontrar la combinación óptima de RPA e IA es clave para habilitar el mejor Retorno de la Inversión (ROI) y equilibrar los costos, la complejidad y el riesgo. Se consideran tres pasos para maximizar el ROI al implementar herramientas de automatización inteligentes:


(1) Introducir RPA a escala empresarial como la “columna vertebral” y revisar el end-to-end en busca de oportunidades.


(2) Digitalizar tanto sea posible:

- Formularios digitales

- Chatbots

- Reconocimiento de voz

- Involucramiento humano


(3) Sumar la IA una vez que RPA y lo digital esté instalado, enfocándola donde el ROI es más alto.


Recomendaciones


Ante este nuevo panorama y teniendo en cuenta los desafíos que implica, tenemos algunas recomendaciones para la implementación de proyectos de automatización inteligente, que se detallan a continuación.


Primero, es necesario realizar una evaluación de oportunidades conjunta, para encontrar un óptimo portafolio de procesos susceptibles de ser automatizados y que brinden beneficios rápidos y tangibles. Enfocar la RPA en un proceso de alta complejidad es un error común, que tiene como resultado altos costos de automatización y bajo ROI.


Segundo, se sugiere planear cuidadosamente el camino de la automatización desde el laboratorio a la realidad. Desarrollar Machine Learning desde su etapa de desarrollo, a través de las pruebas hasta las operaciones reales, requiere de un planeamiento delicado. El reto particular con los proyectos de IA es que cada uno puede involucrar una multiplicidad de herramientas. Sin embargo, nuevos enfoques al reto “lab to live” están siendo desarrollados. Por ejemplo, algoritmos distribuidos se pueden ejecutar y ser probados en cualquier dispositivo (incluido, los móviles).

Tercero, es clave preparar un plan de talento. La demanda por habilidades es alta y supera a la oferta, lo que genera escasez. Será necesaria una combinación de contrataciones estratégicas, asistencia externa y crecimiento orgánico. Hay que notar que una de las trampas comunes de RPA es que con uno o dos días de entrenamiento, los usuarios ya pueden automatizar procesos simples. Pero las habilidades requeridas para crear procesos escalables y resilientes son significativamente mayores que aquellos para crear a proof of concept (PoC). Por ejemplo, las compañías deben trabajar cerca de cuatro meses antes de que un analista pueda generar adecuadamente automatizaciones de calidad.


Por último, se requiere de un compromiso con los riesgos y construir controles de forma anticipada. El riesgo y los controles no pueden ser pensados con posterioridad, sino de forma temprana en los procesos de automatización. Un foco especial en el riesgo y controles es vital también, porque globalmente mucha atención ahora está siendo puesta en temas éticos y de regulación relacionados a robótica e IA.

Métricas

Resultados de automatización de proyectos desarrollados en base a RPA y Big IA por EY Global.

RPA+ puede reducir el tiempo de trabajo de un miembro de personal en 50%.

Aumento del 45% en la predicción precisa de los patrones de compra de los clientes.

Aumento de 160% en la detección de prácticas desleales o engañosas.

Fuente: Robotics and intelligent automation: Combining the power of human and machine (2018) - EY

Reciba los artículos más destacados entregados
en su bandeja de correo electrónico

Execution es una revista de negocios que reúne insights, tendencias e historias de éxito que informan e inspiran a los líderes de negocios y futuros empresarios. Su desarrollo parte del afán por compartir información de valor para el empresariado, bajo el análisis de nuestros expertos y ejecutivos invitados.

Disrupción

Historias de éxito

Informe sectorial

Iniciativas

Tendencias